文 | 深流研究所，作者 | 绛枫
过去一周，腾讯和阿里相继交出新一季财报。
2026 财年第四季度，阿里整体营收 2433.8 亿元，同比增长 3%。剔除投资收益后，反映主营经营质量的 Non-GAAP 净利润仅为 0.86 亿元，同比下滑近 100%。
增速看上去平淡，利润端压力陡增。但阿里第一次把 AI 账目摆到了台面上：2026 财年第四季度，阿里云外部商业化收入同比加速增长至 40%，AI 相关产品收入占比首次突破 30%，年化超过 358 亿元。
腾讯 2026 年第一季度营收 1964.58 亿元，同比增长 9%；Non-IFRS 经营利润 756 亿元，同比增长 9%。它没有把 AI 单列为收入科目，而是嵌进广告、云与企业服务等业务线：
营销服务和企业服务收入均同比增长 20%，单季资本开支超过 300 亿元；混元、元宝、CodeBuddy、WorkBuddy、QClaw 等新 AI 产品仍处投入期，对当季 Non-IFRS 经营利润的净影响约 88 亿元。
两家公司讲述 AI 的方式不同，但财务结构上的转向是一致的：Capex、ARR、Token 调用量，这些过去更多出现在制造业和云厂商语境里的用词，正在替代 DAU、时长、GMV，成为互联网科技公司对外叙事的新 " 主语 "。
这是一组耐人寻味的变化。从 " 轻资产 " 到 " 重投入 "，互联网公司正在经历集体的叙事换挡。
过去二十年，互联网公司之所以能跑出极高的资本回报率，靠的是一组特殊的经济学条件：边际成本接近于零，规模效应近乎无限，网络效应一旦启动就自我强化，最终走向赢家通吃。
AI 时代，这套法则开始失效了。每一次推理都要烧 Token、占 GPU、调度内存；每多服务一个用户、每多完成一次任务，都意味着实打实的算力成本。
当边际成本不再趋近于零，赢家通吃就变得越来越难了。如果找不到合理的商业化方式，用户规模反而会变成沉重的成本负担。
腾讯总裁刘炽平在财报当天的业绩会上说：当一项服务必须靠付费才能支撑，它大概率就不会是赢家通吃的生意。阿里首席执行官吴泳铭同日的发言几乎一致：AI 服务每一次调用都有可变成本，市场会由多个玩家共同占据。
一个关键问题被推到所有玩家面前：互联网过去赖以建立护城河的那套逻辑——入口、产品形态、衡量指标、商业模式——都将被重新定义。
入口的另一面：从 " 用户打开 " 到 "Agent 调用 "
「深流研究所」统计了过去半年，腾讯、阿里、字节在 AI 产品上的动作。
今年以来，三家大厂的产品发布节奏密集，进入春节之后加速明显。到了 4 月，行业甚至进入 " 每周一更 " 的发布期。
Agent 时代，入口的位置正在从前台界面，移到后台调用链。用户不再亲自点开每一个 App，而是把需求交给 Agent，由 Agent 在后台调用多个产品能力，直接把任务推进到结果。
钉钉 CEO 陈航在今年 3 月 AI 钉钉 2.0 发布会上的那句话，正是这层变化的注脚：" 过去是人用钉钉来工作，未来是 AI 用钉钉来工作。"
于是，关于 Agent 竞争分成了两个维度：
第一层是 Agent 的入口之争——用户习惯把任务交给谁，谁就是 AI 时代的 " 默认前台 "，延续的是抢用户心智的旧逻辑；第二层是 被调用之争——谁的能力能被 Agent 优先调用、编排、嵌进任务链路，谁才真正握住价值入口。
今年以来，阿里、字节、腾讯的 AI 产品更新，都是在这个方向发力。三家公司的做法差异，可以从 Agent 的从调用形态看出来。
字节是 " 流式 " 调用，把 AI 接入内容生产和开发者的工作流。内容侧，Seedance 2.0 接入豆包、即梦、剪映，小云雀 AI 短剧 Agent、随变 AI、抖音 AI 创作入口陆续上线，视频生成能力被推到短剧、娱乐和分发场景。开发者侧，Trae、DeerFlow、扣子 Agent World 把 AI 接进代码开发、任务拆解和 Agent 执行环境。每一条工作流里，工具被串起来服务一个具体产出。
腾讯则是 " 网式 " 调用，不预设单一链路，而是把分散在微信、企业微信、文档、会议、地图、浏览器、云和安全体系里的能力，封装成一个个标准的 " 技能点 "，进而构建 Agent 可发现、可调用、可治理的能力网络。
这个网络大致分为三层：
入口层是 WorkBuddy、QClaw、ClawBot 等不同形态的 Agent 前端；能力层是 SkillHub 和官方 Skills，把文档、会议、地图、ima、QQ 浏览器的功能封装成可被 Agent 调用的标准模块；底座层是 ADP、CloudAgent、ClawPro、Agent Memory、Agent Storage 和 AI Agent 安全中心，提供运行、记忆、存储和治理。
马化腾在 3 月业绩会上谈到的 " 养虾 " 构想，指向的正是这种形态：不是把所有任务塞进一个超级入口，而是让不同 Agent 在不同场景里，按需调用不同能力。
这张能力网络还在持续迭代中。能力网络的价值，并不取决于单个节点，而是节点覆盖的密度，节点之间自由组合、调用的顺畅度。
一个关键变量是，微信侧的 Agent 入口尚未完全展开。微信独特的地方，不只是流量入口，而是背后连接着小程序、支付、公众号、服务号等一整套服务生态。如果未来 Agent 能够稳定调用小程序，微信生态里的能力就会从 " 用户主动打开 " 变成 "Agent 按任务调度 "。
对原生 AI 产品的新尝试：界面做减法，能力做加法
当入口从用户界面变成调用链路，产品本身的形态也会相应改变。
PC 原生的起点是鼠标、键盘和大屏，软件可以承载复杂的视觉层级和精确操作，于是有了文档、表格、窗口这套产品语言。
移动原生的起点是触屏、摄像头、随身定位，于是基于位置的地理服务、随时随地的关系连接、单手上下滑的信息流，催生了微信、美团、抖音等产品。
每一代原生产品的诞生，不是因为新技术变得可用，而是产品设计把新条件当作起点，从零生长。
那么，AI 时代新的基础条件是什么？
首先，是" 理解力 " 成为软件可以直接调用的基础设施。过去做产品，最难的事情之一是猜用户想干什么——按钮、菜单、引导流程，本质都是用界面替用户表达意图。AI 之后，意图理解不再是产品经理需要绞尽脑汁解决的设计问题，而是一种可以像调用数据库一样被调用的能力。
其次，产品具备非确定性的特征。过去，软件是确定性系统：相同输入对应相同输出，偏差被称为 bug。AI 时代的产品，每次输出的结果都不同，它可能会犯错、会幻觉、会误判。
再者，是产品具备了自主行动力。过去的软件是被动的——用户点击，它才响应；Agent 出现之后，AI 可以自己决定下一步做什么、什么时候做、调用谁。它从工具变成了行动者。
把这三个条件作为产品的设计起点，就能给 "AI 原生 " 画一个大致的蓝图：按照理解力、非确定性、自主行动力这三个新条件，从零长出来的产品形态。
这种形态在今年三家大厂的密集发布里，已经显出三个具体特征。
当意图理解变成基础设施，按钮、菜单、流程引导就成了多余的中间层—— Agent 不需要被引导，它需要被允许直接行动。AI 原生产品的特征之一，正是在做界面的减法、能力的加法。
此外，腾讯今年密集发布的 Sandbox、Memory、Storage、AI Agent 安全中心，阿里和字节也都在补类似的部件。Sandbox 负责让 Agent 在隔离环境里试错。Memory 和 Storage 负责让 Agent 记住长期信息和任务状态。安全中心和权限系统负责决定 Agent 能做什么、不能做什么、做错了如何追溯。
在大模型还无法做到零幻觉、零失误的当下，一款原生的 AI 产品如果接受自己会出错、会幻觉、会跑偏，就必须从一开始预留容错空间——可中断、可回滚、可追问、可纠正、可审计。这不是 " 做完产品再补安全 "，而是产品设计的起点之一。
此外，三家今年的发布节奏呈现出一种碎片化的形态——从 GitHub commit、文档更新、能力上架到 Skill 入库，单个发布的 " 分量 " 明显变轻、频次明显变密。这种碎片化放在 AI 原生的框架下看，恰恰是合理的。
当产品的核心能力会随模型迭代、prompt 调整、工具组合而每日变化，发布的内容则越来越不像传统的产品，而是一个个能力单元，迭代更新的速度也将进一步加快。
产品标准在改变：从 " 用户停留了多久 " 到 " 任务推进了多远 "
产品发布的形态变了之后，下一个问题是：怎么衡量它有没有用？
移动互联网时代，互联网公司判断一个产品是否成功，核心的标准是 DAU、MAU、下载量、使用时长、留存和 GMV。这些指标背后有一个共同假设：用户打开越多、停留越久、点击越频繁，商业价值就越高。
但 Agent 产品不完全适用这套指标。从硅谷到中国，关于 "AI 该用什么指标衡量 " 的讨论密集出现。
2026 年初，行业里讨论过一个传闻：OpenAI 内部正在弱化 DAU，转向一个新的核心指标 TPD，也就是 Tokens Per Day。这个说法尚未得到 OpenAI 官方确认，但它提出的问题是成立的：DAU 反映的是 " 用户打开了多少次 "，TPD 反映的是 "AI 替用户调动了多少计算资源 "。
5 月 13 日，李彦宏在百度 Create 2026 开发者大会上提出，AI 时代可能需要一个新的度量衡——DAA，即日活智能体数。他的核心意思是，Token 更多反映算力消耗，不一定代表价值产出；真正能说明 AI 落地程度的，可能是每天有多少智能体在被使用、在完成任务。
相关的说法还有单位 Token 价值转化率、任务闭环触发率、用户自我纠错率、提示词摩擦效率等等。涉及企业 Agent 的效用衡量则更直接：单位任务耗时、返工率、单位人力产能等。
这些指标的共同点是，它们不再围绕 " 用户待了多久 "，而是围绕 " 任务推进了多远 "。
2025 年底，Anthropic 与 Material 对 500 多位技术领导者做的调研显示：57% 的组织已经将 AI Agent 用于多阶段工作流。调研附带的企业案例，更直观地说明了 "Agent 指标 " 长什么样：
网络安全公司 eSentire 把安全威胁分析时间从 5 小时压缩到 7 分钟，AI 与高级安全专家的判断一致率达 95%；医疗预约平台 Doctolib 的功能交付速度提升 40%。
国内公司也已经开始用同类指标对外披露。
比如，腾讯云在介绍 Agent Memory 时给出的关键数据，不是用户量，而是 "在复杂长任务中 Token 消耗降低超过 50%、任务完成率提升 23%"。
阿里通义灵码披露的核心数据是 "代码采纳率"，即开发者接受 AI 建议的比例。其内部全员使用通义灵码企业版后，AI 代码生成占比达到 34%，研发效率提升 21%。
这些数据在传统互联网评价体系里很难对应位置，但在重视 " 调用 " 的 Agent 时代里反而成为最值得关注的数字。
值得注意的是，新指标解决了旧指标的方向性偏差，但还没解决自身的标准化问题。移动互联网用了十年才让 DAU 的口径相对统一，Agent 的指标体系同样得走一段很长的路。
Agent 重构互联网：价值锚点从流量分发走向任务交付
衡量指标变了，对应的商业模式也在重构。
5 月以来，豆包推出付费订阅，DeepSeek 大幅降价，阿里和腾讯同一天对外披露 AI 业务进展。围绕 "AI 这生意到底怎么算账 " 的讨论，密集出现在同一个时间窗口里。
过去一周，阿里、腾讯相继发布新一季度财报。阿里这本账，把 AI 算成 " 工厂 "。吴泳铭在财报发布当晚的发言里直接把 AI 比作制造业：" 必须建两个核心工厂，一个训练工厂，一个推理工厂，工厂规模决定未来收入规模。"腾讯没有把 AI 单独列出来，而是把 AI 的价值嵌进了广告、云与企业服务、游戏、内容等业务里。
阿里在向外界证明，AI 本身就是一门可独立计量、可单独定价的生意；腾讯则在证明，AI 是一种能让广告、云、协作等业务生态都更有价值的乘数。两种账法没有优劣之分，反映的是 AI 商业化正在沿着不同形态展开。
如果把视角从两家公司放大到整个 AI 行业，能看到三条正在被改写的商业路径。
第一条线，从 " 按使用权付费 " 到 " 按调用量付费 "。AI 让 " 智能 " 这件事，被像水电一样可计量、可定价。今年 3 月，黄仁勋在 GTC 大会上把 Token 称为 " 新的大宗商品 "。国家数据局披露，中国日均 Token 调用量从 2024 年初的 1000 亿，跃升到 2026 年 3 月的 140 万亿，两年增长超千倍。
今年以来，每家公司发布新模型时，除了常规披露参数规模、跑分、下载量，还会强调模型的调用量。腾讯混元 Hy3 preview 4 月底上线后两周内，OpenRouter 最近一周调用量冲到 2.68 万亿 Token，并连续数周登顶全球榜首；DeepSeek 三款模型同时入围全球前十。
OpenRouter 这张本来给开发者用的 " 大模型选型榜单 "，变成了大模型公司新的 " 销量榜 "。
吴泳铭在业绩会上说过一句可以解释这条线的话：在企业里，只要部分工作任务创造的价值大于 Token 的成本，对 Token 的需求就是无限的。换句话说，当软件能直接交付结果，企业愿意付的就不再是 " 工具费 "，而是 " 代工费 "。
第三条线，是从 " 独立产品 " 到 " 嵌入网络 "。这条线最难直接定价，是让 AI 渗透到现有业务，进而放大业务生态的商业价值。
阿里千问与淘宝打通后，" 挑选、对比、下单 " 在对话里一次完成，价值不只在 AI 本身，还有 GMV 和履约效率。企业微信、钉钉把 AI 嵌进每一个协作动作，变现点也不只有 AI 助手单独收费，还在于企业渗透率和单客单价。
此外，腾讯总裁刘炽平在这次业绩会上把 "AI 赋能小程序 " 称为 " 未来发展的必然走势 " ——让智能体把小程序当作工具来调用，让微信生态里的资源逐渐 " 转化为智能体的技能 "。AI 在这条路径上不是新的收费对象，而是生态价值的乘数——它让广告点击率更高、让交易转化更短、让小程序留存更久。
这件事注定快不了。腾讯董事会主席兼首席执行官马化腾曾提到："Agent 伙伴希望自己有流量和入口，但也不想自己被单纯地调用。" 其设计难点不只是技术，还有如何在 " 平台调用 " 和 " 开发者自主权 " 之间找到平衡。
估值坐标系换了：互联网公司正被重新定价
过去二十年，资本市场给互联网公司定价，用的是一套高度统一的坐标系：DAU 看规模、时长看粘性、GMV 看变现、网络效应看护城河。
这个坐标系背后是一个隐含前提——服务一个用户和服务一亿个用户，成本几乎相同。一旦跨过临界点，飞轮自动转起来，规模即利润，赢家通吃。这套逻辑跑通了 PC 时代，也跑通了移动时代。
互联网时代，DAU 意味着收入。AI 时代，DAU 则意味着成本。
当边际成本不再趋零，规模就不再天然带来正反馈，过往的估值标准也将被重新审视。取而代之的，是一组新的刻度：Capex 衡量产能、ARR 衡量持续性、Token 调用量衡量需求、代码采纳率和任务完成率衡量交付。
这也让市场的关注点不再局限于投入，而是更看重兑现。
据多家媒体援引的内部规划，Anthropic 对 2026 年的收入指引区间，已经放到了 200 亿到 260 亿美元。三年之间，收入增长 200 倍以上，这个增速在 SaaS 与云服务历史上几乎没有先例。
Anthropic 的增长几乎押在两件事上：
一是 Agent，二是 coding ——恰恰是 AI 当前最容易被量化交付的两个场景。代码可以跑通或跑不通，任务可以完成或未完成，模型的价值能直接落到 " 产出 " 这一端，而不是停留在调用次数或对话轮数上。
这一点对当下的行业判断尤为关键。
今天的 AI 竞争里，弥漫着一种 FOMO 式的焦虑：模型必须更大、Capex 必须更高，" 投入即正确 " 几乎成了默认叙事。
Anthropic 给出的另一种参照是——真正撑起估值的，并不是投入本身，而是投入能否被转化为可用、可持续、可衡量的交付能力。烧钱可以换来产能，但只有交付才能换来收入。
这次切换的意义，已经超出 " 业务转型 " 的范畴。它意味着资本市场需要重新给一家科技公司定价：
不再是 " 用边际零成本换规模回报 " 的高 ROE 生意，而是 " 用持续投入换能力密度 " 的长周期生意。前者奖励扩张速度，后者奖励重构的耐心。
赢家通吃或许越来越难了，但更长、更慢、也更需要耐心的竞争，才刚刚开始。
